Peringkat model Kepatuhan instruksi

Lihat model AI mana yang paling baik di Kepatuhan instruksi, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Gemini 3 Flash Preview 0.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah118 Dengan alasan kegagalan Tidak mengikuti instruksi82 Dengan alasan kegagalan Kesalahan API25 Dengan alasan kegagalan Format tambahan8 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Tidak ada jawaban2

461/461

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#310	Trinity Large Thinking high	Arcee AI	0.6	0.6	$0.794	1/2	4.12s
Total Tes 2 Tes Salah 1 Total Biaya $0.794 Waktu respons (rata-rata) 4.12s
#56	Claude Opus 5 low	Anthropic	1.0	0.9	$2.350	2/2	4.13s
Total Tes 2 Tes Salah 0 Total Biaya $2.350 Waktu respons (rata-rata) 4.13s
#31	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	4.16s
Total Tes 2 Tes Salah 0 Total Biaya $2.870 Waktu respons (rata-rata) 4.16s
#410	Hunter Alpha medium	OpenRouter	1.0	0.4	$0.000	2/2	4.18s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 4.18s
#27	GPT-6.1 Terra max	OpenAI	0.9	0.9	$2.209	1/2	4.20s
Total Tes 2 Tes Salah 1 Total Biaya $2.209 Waktu respons (rata-rata) 4.20s
#288	Step 5 Preview medium	Stepfun	1.0	0.6	$4.136	2/2	4.23s
Total Tes 2 Tes Salah 0 Total Biaya $4.136 Waktu respons (rata-rata) 4.23s
#52	Qwen3.8 Max (0902) medium	Qwen	1.0	0.9	$1.096	2/2	4.24s
Total Tes 2 Tes Salah 0 Total Biaya $1.096 Waktu respons (rata-rata) 4.24s
#394	Mimo V2 Omni default	Xiaomi	0.7	0.4	$0.021	1/2	4.26s
Total Tes 2 Tes Salah 1 Total Biaya $0.021 Waktu respons (rata-rata) 4.26s
#449	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Total Tes 1 Tes Salah 1 Total Biaya $0.008 Waktu respons (rata-rata) 4.26s
#98	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	4.26s
Total Tes 2 Tes Salah 0 Total Biaya $4.632 Waktu respons (rata-rata) 4.26s
#275	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.26s
Total Tes 2 Tes Salah 0 Total Biaya $1.246 Waktu respons (rata-rata) 4.26s
#351	MiMo-V2-Flash medium	Xiaomi	1.0	0.5	$0.043	2/2	4.28s
Total Tes 2 Tes Salah 0 Total Biaya $0.043 Waktu respons (rata-rata) 4.28s
#412	Laguna M.1 medium	Poolside	1.0	0.4	$0.033	2/2	4.30s
Total Tes 2 Tes Salah 0 Total Biaya $0.033 Waktu respons (rata-rata) 4.30s
#134	Ling 3.1 Flash high	Inclusionai	1.0	0.8	$0.000	2/2	4.31s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 4.31s
#84	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	4.32s
Total Tes 2 Tes Salah 0 Total Biaya $1.131 Waktu respons (rata-rata) 4.32s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)